Navarra opta a un premio europeo por el desarrollo de una herramienta de IA que predice el riesgo y la evolución de pacientes con COVID-19

« Albiste guztiak

Navarra opta a un premio europeo por el desarrollo de una herramienta de IA que predice el riesgo y la evolución de pacientes con COVID-19

El proyecto SARS2DETECT, fruto de la colaboración entre el Gobierno foral y NAITEC, se encuentra nominado en la categoría de ‘Mejora de los servicios públicos’ de los premios DT4REGIONS y puede recibir votos en su página web hasta el próximo 19 de mayo

El Gobierno de Navarra opta a los premios DT4REGIONS, en la categoría ‘Mejora de los servicios públicos’, con la herramienta SARS2DETECT, un sistema basado en Inteligencia Artificial para estimar la evolución de pacientes COVID-19 y que ha sido desarrollado por NAITEC, en colaboración con el Servicio de Radiología del Servicio Navarro de Salud – Osasunbidea (SNS-O) y la Dirección General de Telecomunicaciones y Digitalización.

En concreto, estos galardones europeos buscan fomentar la colaboración entre administraciones públicas en todo el continente y destacar las mejores soluciones y aplicaciones tecnológicas basadas en Big Data e Inteligencia Artificial.

En este sentido, SARS2DETECT es un instrumento de análisis de imágenes radiológicas COVID que utiliza el denominado aprendizaje automático (machine learning, en inglés) para predecir la evolución de pacientes con esta patología y optimizar el proceso de diagnóstico y triaje en base a estas radiografías del tórax, incluyendo variables clínicas adicionales como la saturación de O2 en sangre, el Índice de Masa Corporal (IMC), así como la presencia de enfermedades preexistentes como la diabetes o el cáncer, entre otras. Gracias a toda esta información, la herramienta clasifica a los y las pacientes con infección por COVID-19 según su gravedad y utiliza diferentes datos para predecir su nivel de riesgo y la tasa de mortalidad.

SARS2DETECT ha permitido explorar el uso de datos de imagen digital junto con datos de historia clínica para facilitar la toma de decisiones y optimizar los recursos médicos disponibles. Este sistema sería posible adaptarse y reutilizarse para otras patologías respiratorias, como la gripe. El Gobierno de Navarra está trabajando, asimismo, en otros proyectos simulares para optimizar resultados como en el caso de las retinopatías, que también requieren de la extracción de datos radiográficos para el diagnóstico y evolución.

Dos modelos diferentes de predicción

Este proyecto, desarrollado en Navarra y que como experiencia puede extenderse a otros sistemas de Salud, ha sido evaluado con datos procedentes de más de 3.800 pacientes, considerando pacientes hospitalizados y no hospitalizados. De manera previa, se ha utilizado una red neuronal que ha facilitado la obtención, de forma limpia y segmentada, de datos radiómicos gracias a las radiografías.

A partir de este punto, se ha generado un sistema de predicción mediante dos modelos diferentes. Por un lado, SARS2DETECT utiliza el modelo Logit, que clasifica a los y las pacientes en dos estados, pacientes graves y no graves. Y por otro, la herramienta ha incorporado un segundo modelo predictivo, llamado Random Forest, que divide a estas personas en cuatro estados diferentes: no hospitalizados, hospitalizados, cuidados intensivos y muerte.

Hasta el próximo 19 de mayo, los premios DT4REGIONS permiten votar a una o varias de las doce candidaturas preseleccionadas a través de su página web, en la que también se puede encontrar más información sobre el proyecto desarrollado por Navarra y que busca mejorar la atención sanitaria en situaciones de crisis, como la generada con la pandemia.

DT4REGIONS es una iniciativa del Parlamento Europeo apoyada con fondos europeos, que reúne a 14 socios de siete países europeos como la Agencia Digital del País Vasco (EJIE), la región francesa de Nueva Aquitania, Eurecat – Centro Tecnológico de Cataluña o la Red de Investigación e Innovación de las Regiones Europeas (ERRIN), entre otros.

Fuente: navarra.es

Tags:


« Albiste guztiak